文本文件格式是一种由若干行字符构成的计算机
文件。文本文件存在于计算机文件系统中。通常,通过在文本文件最后一行后放置
文件结束标志来指明文件的结束。 文本文件是指一种容器,而纯文本是指一种内容。文本文件可以包含纯文本。 一般来说,计算机文件可以分为两类:文本文件和
二进制文件 。
文本文件有很多种不同的格式,相对应不同的应用软件。常用文本文件格式有ASCll、
MIME、*.
txt等等。
ASCII标准使得只含有ASCII字符的文本文件可以在
Unix、
Macintosh、
Microsoft Windows、
DOS和其它操作系统之间自由交互,而其它格式的文件是很难做到这一点的。但是,在这些操作系统中,换行符并不相同,处理非ASCII字符的方式也不一致。
文本文件在
MIME标准中的类型为“text/plain”,此外,它通常还附加编码的信息。在
Mac OS X出现前,当Resource fork指定某一个文件的类型为“TEXT”时,
Mac OS就认为这个文件是文本文件。在Windows中,当一个文件的
扩展名为“txt”时,系统就认为它是一个文本文件。此外,处于特殊的目的,有些文本文件使用其它的扩展名。例如,计算机的
源代码也是文本文件,它们的后缀是用来指明它的
程序语言的。
.txt是包含极少格式信息的文字文件的扩展名。.txt格式并没有明确的定义,它通常是指那些能够被系统终端或者
简单的文本编辑器接受的格式。任何能读取文字的程序都能读取带有.txt扩展名的文件,因此,通常认为这种文件是通用的、跨平台的。
在英文文本文件中,ASCII字符集是最为常见的格式,而且在许多场合,它也是默认的格式。对于带重音符号的和其它的非ASCII字符,必须选择一种
字符编码。在很多系统中,字符编码是由计算机的
区域设置决定的。常见的字符编码包括支持许多欧洲语言的
ISO 8859-1。
由于许多编码只能表达有限的字符,通常它们只能用于表达几种语言。
Unicode制定了一种试图能够表达所有已知语言的标准,Unicode
字符集非常大,它囊括了大多数已知的字符集。Unicode有多种字符编码,其中最常见的是
UTF-8,这种编码能够
向后兼容ASCII,相同内容的ASCII文本文件和UTF-8文本文件完全一致。
微软的
MS-DOS和Windows采用了相同的文本文件格式,它们都使用CR和
LF两个字符作为换行符,这两个字符对应的
ASCII码分别为13和10。通常,最后一行文本并不以换行符(CR-LF标志)结尾,包括记事本在内的很多
文本编辑器也不在文件的最后添加换行符。
大多数Windows文本文件使用
ANSI、OEM或者Unicode编码。Windows所指的ANSI编码通常是1字节的
ISO-8859编码,不过对于像中文、日文、
朝鲜文这样的环境,需要使用2字节
字符集。在过渡至Unicode前,Windows一直用ANSI作为系统默认的编码。而OEM编码,也是通常所说的MS-DOS
代码页,是
IBM为早期IBM个人电脑的
文本模式显示
系统定义的。在全屏的MS-DOS程序中同时使用了图形的和按行绘制的字符。新版本的Windows可以使用
UTF-16LE和UTF-8之类的Unicode编码。
大多数多媒体交互都用自己的编程工具。且一部分是收费的。但有个任何人都能见到的程序编写器却不是每个人都知道——这就是
windows下的附件程序——记事本。记事本可以说是每个人都认识的程序。但同时又是编程外行都视而不见的编程工具。他的存储格式就是有极高
曝光率的*.txt格式